SIC：面向大语言模型训练的增量检查点技术
Sic: incremental checkpointing for large language model training
中国科学技术大学 a. 计算机科学与技术学院; b. 安徽省高性能计算重点实验室, 合肥 230027
摘要
大语言模型训练过程会频繁产生各种软硬件故障，造成训练延长和资源浪费。检查点技术作为关键容错机制在保障训练持续性方面发挥重要作用，但传统的全量检查点方法限制了检查点频率并消耗大量存储资源。为此，提出了一种重要性感知增量检查点方法(SIC)。该方法设计了分层感知的参数更新过滤算法，有效识别每层网络的重要参数更新；此外，通过动态阈值调节机制，在训练过程中实时调节参数变化阈值，确保不丢失关键更新；最后，从理论上证明了SIC对训练收敛性的影响可控。实验表明，单次迭代保存2%的数据足以保证模型的精度和收敛性；相比于最先进的全量检查点方法，在相同开销约束下SIC检查点频率提升了9-17倍，存储开销仅为3%。因此，SIC兼具了高执行效率、低存储开销的优势。
基金项目
国家自然科学基金面上项目(62472392)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.04.0081
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第10期
发布历史
[2025-06-04] 优先出版
引用本文
王志强, 朱文喆, 闫超美, 等. SIC：面向大语言模型训练的增量检查点技术 [J]. 计算机应用研究, 2025, 42 (10). (2025-06-04). https://doi.org/10.19734/j.issn.1001-3695.2025.04.0081. (Wang Zhiqiang, Zhu Wenzhe, Yan Chaomei, et al. Sic: incremental checkpointing for large language model training [J]. Application Research of Computers, 2025, 42 (10). (2025-06-04). https://doi.org/10.19734/j.issn.1001-3695.2025.04.0081. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
